National and Kapodistrian University of Athens
Αξιοποίηση τεχνικών μηχανικής μάθησης (ML) και Επεξεργασίας δεδομένων μεγάλου όγκου (Big Data) για την αναγνώριση και επαλήθευση ψευδών ειδήσεων στην ελληνική γλώσσα
Abstract
dc:descriptionΗ παρούσα διπλωματική εργασία διερευνά το πρόβλημα της ανίχνευσης και εν συνεχεία επαλήθευσης των ψευδών ειδήσεων στον ελληνικό γραπτό δημοσιογραφικό λόγο μέσω τεχνικών μηχανικής μάθησης (ML) και Επεξεργασίας δεδομένων μεγάλου όγκου (Big Data). Οι συγκεκριμένες μέθοδοι ανήκουν στο ευρύτερο πλαίσιο των τεχνικών ψηφιακής ανίχνευσης ψευδών ειδήσεων και σκοπός τους είναι ο αυτοματοποιημένος εντοπισμός των τελευταίων. Η εύρωστη λειτουργία των μεθόδων αυτών απαιτεί την εκτενή εκπαίδευση τους μέσω κατάλληλων χαρακτηριστικών ποσοτήτων τα οποία εξάγονται από σώματα κειμένου, όπως γλωσσολογικά, μορφολογικά κ.ο.κ., αληθών και ψευδών ειδήσεων (επιβλεπόμενη μάθηση). Η ικανότητα διαχωρισμού των δεδομένων σε αληθείς και ψευδείς ειδήσεις καθορίζεται από τα επιλεχθέντα χαρακτηριστικά και τον βαθμό σημαντικότητας που χαρακτηρίζει το καθένα από αυτά. Ως σώματα κειμένων ψευδού περιεχομένου επιλέχθηκαν όλα τα άρθρα από την ιστοσελίδα Ελληνικά Hoaxes, και συγκεκριμένα από την κατηγορία fake news. Για το σετ δεδομένων των αληθών ειδήσεων αντλήθηκαν άρθρα διαφορετικών χρονικών περιόδων από την ιστοσελίδα CNN, η οποία επιλέχθηκε επειδή δεν είχε καμία παρουσία στην ιστοσελίδα Ελληνικά Hoaxes. Η επιλογή των κειμένων από διαφορετικές χρονικές περιόδους έγινε ώστε να μην υπάρχει συγκεκριμένο γλωσσολογικό ή μορφολογικό μοτίβο στο σετ δεδομένων. Οι στόχοι της εργασίας είναι, αρχικά, να γίνει γλωσσολογική ανάλυση του σώματος των ειδήσεων με χρήση της γλώσσας Python και ακολούθως, εφαρμογή μεθόδων μηχανικής μάθησης. Αποτιμώνται οι μέθοδοι της λογιστικής παλινδρόμησης, του δέντρου αποφάσεων και του τυχαίου δάσους. Εγκυρότερο μοντέλο μηχανικής μάθησης στο παρόν πείραμα ήταν με διαφορά αυτό του τυχαίου δάσους, ενώ το χαρακτηριστικό με τον υψηλότερο βαθμό σημαντικότητας και στα τρία μοντέλα ήταν το γλωσσολογικό χαρακτηριστικό του συγκριτικού βαθμού. Συμπερασματικά, προτείνεται η περαιτέρω γλωσσολογική διερεύνηση μοτίβων τα οποία με τον οποιοδήποτε τρόπο υποδηλώνουν σύγκριση γεγονότων για προπαγανδιστικούς λόγους.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Σπανού Αικατερίνη
- Spanou Aikaterini
Subjects
dc:subject × 2Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:2967803